Naji Najari, Ph.D.
Je suis Ingénieur IA Senior
Je conçois des plateformes multi-agents, des pipelines RAG et des produits LLM en production chez Brevo. Doctorat en détection d'anomalies non supervisée.
LangGraph
Google ADKRAG
Langfuse
FastAPI
MCP
GCP
AWS
Kubernetes
Palantir
Python
MLFlow
HuggingFace
LinkedIn
GitHub
Scholar
À propos
Ingénieur IA Senior avec un Doctorat en Machine Learning. J'aide les entreprises à mettre en production des agents IA, des systèmes RAG et des produits LLM.
Agents IA
Je conçois des systèmes multi-agents qui vont au-delà des chatbots. Des agents qui appellent vos APIs, interrogent vos données et exécutent de la logique métier. Construits pour tourner 24/7, pas juste pour une démo.
LangGraph, Google ADK, FastAPI, MCP
Pipelines RAG
Je construis des systèmes de recherche qui donnent à vos utilisateurs des réponses précises à partir de vos documents. Recherche hybride, reranking, stratégies de chunking et évaluation pour éviter les hallucinations.
RAG, Hybrid Search, LangChain
Évaluation LLM
Je mets en place le tracing, le scoring LLM-as-a-judge et des pipelines de revue humaine pour mesurer la qualité de votre IA et l'améliorer en continu.
Langfuse, LLM-as-a-Judge, HITL
Fine-tuning de modèles
Quand un modèle générique ne suffit pas, je fine-tune des LLMs open-source sur vos données. Classifieurs, génération spécialisée, NLP multilingue. De l'entraînement au serving.
LoRA, PEFT, vLLM, HuggingFace
Expérience
Ingénieur IA Senior
Brevo
- Développé plusieurs agents de production au sein d'une plateforme IA multi-agents utilisée par les utilisateurs finaux et les équipes internes : Q&A documentaire (RAG), gestion de contacts CRM, analytics et recommandation de campagnes | LangChain, LangGraph, Google ADK
- Exposé les APIs publiques de Brevo en tant que serveurs MCP, permettant aux développeurs d'utiliser les outils Brevo depuis des assistants IA (Claude, Cursor) | FastMCP, FastAPI
- Implémenté des pipelines RAG de production pour répondre aux requêtes clients en temps réel | Ragflow, LangChain
- Intégré Langfuse pour le tracing et monitoring LLM de bout en bout ; mis en place l'évaluation LLM-as-a-judge avec annotation humaine
- Fine-tuné BERT pour la détection multilingue de spam et fraude | HuggingFace Transformers, CI/CD
- Entraîné et déployé des modèles ML de recommandation d'audience | ZenML, MLOps, MLFlow
Data Scientist Senior — Responsable technique
FORVIA
- Dirigé une équipe pluridisciplinaire de 6-8 personnes (data scientists, ingénieurs logiciel, développeurs front-end) livrant des solutions ML pour les usines du 4ème équipementier automobile mondial
- Construit des modèles de maintenance prédictive : optimisation de paramètres, prévision de séries temporelles, détection d'anomalies
- Appliqué les LLMs pour l'analyse avancée de texte sur la documentation et les rapports de fabrication
- Reconnu en interne comme Expert en Machine Learning
Data Scientist — Doctorant (CIFRE)
Orange
- Entraîné et déployé des modèles robustes de détection d'anomalies non supervisée pour le monitoring du trafic réseau en temps réel | PyTorch, PySpark, Docker
- Publié 4 articles dans des conférences ML de premier plan : ECML-PKDD, IEEE COINS, AINA, SINConf
- Déposé 2 brevets internationaux (INPI) pour la détection d'anomalies IoT et le fingerprinting du trafic réseau
- Thèse de doctorat (CIFRE) : "Détection robuste d'anomalies non supervisée"
Stack
AI / GenAI
LangGraphGoogle ADKLangChainRAGLangfuseMCP
vLLM
LiteLLMLoRA/QLoRAML / Deep Learning
PyTorchHuggingFace Transformers
scikit-learn
TensorFlowPEFTEngineering
PythonFastAPI
DockerKubernetes
KafkaSQLCI/CDCloud & MLOps
GCP / Vertex AIAWSPalantir
ZenMLMLFlow
Spark / PySparkLanguages
Projets
Career Copilot · Analyseur multi-agents CV × Offre
Application multi-agents sur Google ADK v2 : parse un CV et une offre en parallèle, puis route vers un flux recruteur (verdict de fit + message LinkedIn citant une réalisation concrète du CV) ou un flux candidat (recherche live de l'entreprise via Tavily MCP + préparation d'entretien sur mesure). Sorties typées Pydantic, traçabilité Langfuse.
Google ADK
OpenAIFastAPIMCP
TavilyLangfuse
PydanticPublications & Brevets
RESIST: Robust Transformer for Unsupervised Time Series Anomaly Detection
2022N. Najari, S. Berlemont, G. Lefebvre, S. Duffner, C. Garcia
Robust Variational Autoencoders and Normalizing Flows for Unsupervised Network Anomaly Detection
2022N. Najari, S. Berlemont, G. Lefebvre, S. Duffner, C. Garcia
RADON: Robust Autoencoder for Unsupervised Anomaly Detection
2021N. Najari, S. Berlemont, G. Lefebvre, S. Duffner, C. Garcia
Network Traffic Modeling For IoT-device Re-identification
2020N. Najari, S. Berlemont, G. Lefebvre, S. Duffner, C. Garcia
Brevets internationaux
Contextual Anomaly Detection For The Maintenance Of IoT Devices
N. Najari, S. Berlemont, G. Lefebvre
Déposé: June 2022, Orange Meylan
Assistance For The Identification Of Malfunctioning Devices Using Traffic Metadata
S. Berlemont, N. Najari, G. Lefebvre
Déposé: November 2020, Orange Meylan
Blog
Notes sur l'IA appliquée, le RAG et la mise en production de produits LLM.
Contact
Envie de travailler ensemble ? Parlons-en.